用于实时超可靠通信中基于极值理论模型参数估计的生成对抗网络
信号处理
2024-01-22 v1 人工智能
系统与控制
系统与控制
摘要
第六代（6G）系统中的超可靠低延迟通信（URLLC）范式严重依赖于精确的信道建模，特别是在处理无线通信信道中的罕见极端事件时。本文探索了一种整合极值理论（EVT）和生成对抗网络（GANs）的新颖方法，以实现实时的精确信道建模。所提方法通过采用广义帕累托分布（GPD）来对极端事件的分布进行建模，从而利用 EVT。随后，采用生成对抗网络（GANs）来估计 GPD 的参数。与侧重于估计整体分布的传统 GAN 配置不同，所提方法在 GAN 结构中引入了一个额外的模块。这一特定增强设计的明确目的是直接估计广义帕累托分布（GPD）的参数。通过在不同样本量下的广泛仿真，所提出的基于 GAN 的方法始终表现出卓越的适应性，超越了极大似然估计（MLE），特别是在样本量有限的场景下。
引用
@article{arxiv.2401.10280,
title = {GANs for EVT Based Model Parameter Estimation in Real-time Ultra-Reliable Communication},
author = {Parmida Valiahdi and Sinem Coleri},
journal= {arXiv preprint arXiv:2401.10280},
year = {2024}
}